人工智能网致力于为中国广大企业、企业家和商界、经济界人士,以及全球华人经济圈提供实时、严谨、专业的财经、产业新闻和信息资讯媒体。

当前位置:人工智能网 > 时政要闻 > 人工智能辅助古诗词学习:以清华大学“九歌”诗词写作系统为例

人工智能辅助古诗词学习:以清华大学“九歌”诗词写作系统为例

来源:互联网作者:王林更新时间:2021-02-04 18:00:55阅读:

古诗词是中学语文学习的难点,因为古诗词属于文言文与文学鉴赏的交叉部分。古诗词题目在高考中占了9分,要想拿到这9分,并不容易,需要较好的文言文基础,熟悉文学鉴赏的手法,有较好的诗词积累。对于喜欢诗词的学生来说,自然不成问题,但对很多学生而言,古诗词题目让他们脑壳疼。之所以脑壳疼,就是因为不了解诗词的基础知识。近日,笔者通过使用“九歌”人工智能诗词写作系统,发现该系统可以提高学习诗词的兴趣,开展古诗词创作,对学习古诗词具有很好的辅助作用。

一、九歌创作系统简介

在系统中输入关键词、句子等,选择要创作的文体(绝句、律诗、集句诗、词牌),可以得到一首符合古诗创作要求的作品。操作简单快捷,创作的诗词在押韵、平仄、对偶、黏连等方面,基本满足规则,解决了诗歌创作中格律的痛点。

比如输入“残、山、柳、雁”四个意象,得到古诗如上图。四个意象中,柳象征离别,雁象征思乡、书信。得到的五言诗,描绘深秋鸿雁、霜柳等景象,主旨感情带有离别、惆怅之感,与本文输入的意象,有较高的契合度。当然个别词语有不贴切的地方,如诗歌改为“天阔雁初还,双寒柳未残。今宵明月夜,飞绪到关山”似乎更好。

系统自带修改功能,可以人工微调,对创作进行评分。通过人机交互,帮助系统进行深度学习,提高学习效果。也可以显示相似的古人诗作,分享自己的作品。

二、九歌系统创作水平

检验九歌创作系统的水平,最好用名作来进行再创造,通过对比研究,可以看出系统目前的优劣。以杜甫《登高》、刘禹锡《酬乐天扬州初逢席上见赠》和范仲淹《苏幕遮》为例。提取意象、典故,输入系统中,结果如下:

杜甫《登高》,古今七律第一,作者登高抒怀,写秋景之萧瑟,身世之飘零,老病之孤愁,乃失意文人之作。系统给出的作品,与杜甫作品有区别,乃一老兵思往日功业,昔年与今日之对比,惆怅失意。感情主旨的差别,并无高下之分,但遗憾的是,新作中没有出现《登高》里的关键词,这是系统的不足之处。

梦得之作,为贬谪归来之语,物是人非,乐观憧憬。系统的作品,为羁旅思乡之作。同样没有出现典故、关键词,说明系统对典故的学习是不足的。系统对自然语言的学习,是以单字为基础的。

输入范仲淹《苏幕遮》中的关键词,得到新作。就内容而言,与范仲淹作品有暗和之处,但只能出现上阕的一部分,不能制作出完整作品。

除了通过与名作的对比研究,可以看到,九歌创作系统还有不足,对诗歌的意象这一核心元素,理解能力还有待提高,距离一流作品尚有距离。但对于高中阶段的学习而言,九歌系统的功能已经足够,可以用来帮助学生掌握古诗词。

三、意象练习:九歌系统在高中诗词教学中的应用

对于高中生而言,诗词最重要是理解大意,关键在于通过意象、典故、情绪词来掌握诗人的意趣。鉴于九歌系统不能理解典故,而情绪词难度不高,则高中生可以以古诗中常见意象为抓手,利用九歌系统进行诗歌创作训练。在这一过程中,与名作原文进行比对,在对比中熟悉古诗创作的规律,加深对意象的理解。

当前古诗中常用意象主要有如下几种:

杨柳,代表春天、离别、思乡,如“昔我往矣,杨柳依依”“杨柳岸,晓风残月”“寒食东风御柳斜”

明月,代表思乡,思念,如“受降城外月如霜”

鸿雁,代表书信,如“雁字回时,月满西楼”“衡阳雁去无留意”

梧桐,代表愁苦,凄凉,如“梧桐更兼细雨,到黄昏,点点滴滴”

芭蕉,代表年华、时光,如“流光容易把人抛,红了赢他,绿了芭蕉”

练习中,先用单个意象开始,意象+象征,体会古诗中意象的含义。试举一例:

输入杨柳(意象)+象征(离别),生成的诗歌中,为春日江南之景,写杨柳飘柔,黄莺婉转,对离人之思念。

中国诗歌,注重写景,而景物就是由多个意象组合而成。如马致远之《天净沙》,纯由意象组合而成佳作。在单个意象掌握后,可以尝试输入多个意象,组成一幅景物,体会古诗中借景抒情,情景交融的手法。试举一例:

输入老树、小桥、流水、西风,得出的结果与马致远《天净沙》意境迥异,新作为隐逸山林之秋景,飘逸、淡泊、宁静。

四、总结

九歌诗歌创作系统,是自然语言处理的杰作,尽管对古诗的典故还没有掌握,但其诗词创作能力已经相当高明。学生以意象为重点,利用九歌系统创作属于自己的诗词,可以培养对古诗词的兴趣,体会人工智能在诗歌艺术中的应用,对提升诗歌理解能力大有裨益。

来源:教育信息化网

标题:人工智能辅助古诗词学习:以清华大学“九歌”诗词写作系统为例

地址:http://ai.rw2015.com/szyw/6337.html

免责声明:人工智能网为网民提供实时、严谨、专业的财经、产业新闻和信息资讯,更新的内容来自于网络,不为其真实性负责,只为传播网络信息为目的,非商业用途,如有异议请及时联系站长,本网站将立即予以删除!。

返回顶部